Machine learning; Computational science; Computer network security; Network protocols; Intrusion detection; Artificial intelligence; Bayesian networks; Computer languages; Cyberattacks; Information systems; Data mining; Network intrusion detection systems;
機(jī)譯:使用加權(quán)極限學(xué)習(xí)機(jī)解決入侵檢測(cè)系統(tǒng)的不平衡類問題
機(jī)譯:一種基于極限學(xué)習(xí)機(jī)的高效的網(wǎng)絡(luò)入侵檢測(cè)級(jí)聯(lián)方法
機(jī)譯:基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基于機(jī)器學(xué)習(xí)的IMAbalance的入侵檢測(cè)
機(jī)譯:基于堆疊去噪稀疏自動(dòng)化器和極限學(xué)習(xí)機(jī)的網(wǎng)絡(luò)入侵檢測(cè)方法
機(jī)譯:用于網(wǎng)絡(luò)入侵檢測(cè)和入侵防御系統(tǒng)的機(jī)器學(xué)習(xí)方法
機(jī)譯:機(jī)器學(xué)習(xí)方法用于在類別不平衡數(shù)據(jù)集中優(yōu)化SMOTE比率以進(jìn)行入侵檢測(cè)
機(jī)譯:基于網(wǎng)絡(luò)的入侵檢測(cè)的機(jī)器學(xué)習(xí):使用KDD杯'99數(shù)據(jù)集和不平衡數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)分類器集合的多目標(biāo)進(jìn)化研究結(jié)果的差異